LAPRASは、「すべての人に最善の選択肢をマッチングする」というミッションのもと、まずは職業分野でのミスマッチを無くすべくSNS情報を利用したエンジニア向け採用サービスを開発・提供をしています。 【エンジニア向け情報提供サービス LAPRAS】 LAPRASは、SNSに上がっている情報を自動で分析・スコアリング、ポートフォリオとして可視化し、エンジニアの「得意」を見つけ出します。LAPRASは、これら情報を元に自分のポートフォリオを公開したり、自分に興味を持つ企業と接触したりすることができる情報提供サービスです。 サービスサイト：https://lapras.com/ 【企業向けのエンジニア採用サービス LAPRAS SCOUT】 LAPRAS SCOOUTは、LAPRASに登録されたエンジニア情報およびネット上に存在するSNS情報をクロールして自動生成したエンジニア情報を利用した、エンジニアのヘッドハンティングサービスです。SNS情報から個人の能力や属性、転職確度を機械学習で分析し、あるべき採用マッチングのための適切な情報を提供します。 サービスサイト：https://scout.lapras.com/

LAPRASが掲げるミッションは、「すべての人に最善の選択肢をマッチングする」という普遍的なテーマです。 人の日々の意思決定には、 - 「自分の知っているものしか選択できない（認知限界）」 - 「もっとより良い選択肢が存在していても現状にとどまろうとする力学が働く（現状維持バイアス）」 - 「大きな選択をしたいことがあっても、周囲の環境がそれを止めようとする」 という様々な阻害要因が存在します。これによって、多くの人は最善の選択肢（世の中のすべての選択肢で一番本人が良いと思うもの）にたどりつけておらず、ミスマッチや機会損失が起こっているというのが、LAPRASの立つ前提、そして我々が社として解決する課題です。 このようなミスマッチは職業だけに限ったものではなく、所有、出会い、ビジネスなど様々な場所に存在します。LAPRASは職業でのミスマッチを入り口に、人と選択肢の情報とデータを取得・分析し、最終的に世の中のあらゆる選択肢を適切にマッチングするシステムとなり、「すべての人にとってミスマッチの無い世界」を創ります。

LAPRASはフルリモート・フルフレックスでの業務を推進しています。 プロダクト面では、LAPRAS, LAPRAS SCOUTというプロダクト開発に加え、Matching Intelligenceという、個人のやりたいことや嗜好性にパーソナライズし、プロのキャリアメンターのように通常の検索型の媒体よりも質の高い提案を行う汎用マッチングエンジンを研究開発しています。短期的にはコンシューマ向けサービスLAPRASを軸にLAPRASエコシステムのビジネス的価値を最大化しつつ、ミッション達成に向かってマッチング精度を上げる長期的な取り組みを行っています。 また、組織面ではBrian.J.Robertsonが提唱した「ホラクラシー組織」という仕組みを取り入れ、人ではなくロール（役割）という仕組みで組織を定義し、組織構造自体をアジャイルに変化させていくという新しい組織構造をとっています。これにより、複雑化して予測できない環境（VUCA）に対応し、その時その時の適材適所と最適な組織構造を実現します。 LAPRASのホラクラシー組織図はこちら https://app.holaspirit.com/public/lapras

# 概要 LAPRASのプロダクトの根幹を支えるAI技術を飛躍的に発展させるための中核メンバーとして、自然言語処理を中心とする機械学習・AI技術の研究開発を主導する研究開発リーダーポジションです。 # こんな方に興味があります - 機械学習・自然言語処理に関する研究開発の実施能力 -- 自然言語処理またはそれに類する機械学習アルゴリズムの開発経験 - 研究開発におけるチームマネジメント能力 -- 研究開発チームをリードした経験 -- 目標や計画の設定と推進マネジメントの経験 # 募集背景 LAPRASのユーザー増やLAPRAS SCOUT の利用企業数増が進みマッチング(採用成功)数も増えてきたが、1年~数年後のプロダクト成長を見据えると、さらなる技術開発が欠かせない。 LAPRASの取り扱うユーザーデータが種類・量ともに増えてきた今、プロダクトの次の核となる技術の開発とそのプロダクト応用を推進することで、中長期的な競合優位の源泉を作りたい。 研究開発チームの拡充を行う上で、自ら手を動かしつつチームをリードする研究開発リーダーの役割を担う人材が必要である。 # LAPRAS の研究開発について LAPRAS では、ミッションである「全ての人に最善の選択肢をマッチングする」社会を実現するため、ユーザーから預かった様々なデータをマッチングに繋げる研究開発を継続的に行ってきました。 2019年には、LAPRASの研究チームの論文が機械学習分野のトップ会議であるICML 2019 に採択されました。 2020年にはマッチングエンジン「Matching Intelligence」を発表しました。 今後は、自然言語処理や数値化・可視化の技術を磨き、多様化する個人のキャリアをより深く捉えて理解することで最善の選択肢に導くAIの開発を目指します。 LAPRAS PHILOSPHY&TECHNOLOGY https://corp.lapras.com/technology/ LAPRAS の研究開発メンバーによる発信はこちらを御覧ください。 https://ai-lab.lapras.com/ https://www.youtube.com/hashtag/laprasaitechtalk # 本ポジションの役割 ## 研究開発チームをリードし、自らも手を動かして研究開発を前進させる 機械学習・自然言語処理の研究開発チームの計画や目標を定めてチームをリードしながら、自らも研究開発の実務を推進するポジションです。 - 研究開発チームのチームマネジメント -- KPIやマイルストン設定などを通じた目標マネジメント -- プロダクトロードマップに対応した研究開発計画の策定 - 研究開発の実施 (必要に応じて、以下の中から複数を担当) -- 自然言語処理・機械学習技術に関する技術開発 -- 開発したアルゴリズムを用いたプロトタイプ作成やプロダクトへの実装 -- アルゴリズム開発に必要なデータ収集のための仕組み構築・運用 -- 機械学習基盤およびデータ基盤の構築・運用 -- 研究開発チームはもちろん、プロダクトマネージャー、Web開発チームなどと連携を取りながら、プロダクトの中長期的な価値を高めるための技術開発業務を主体的に進めていきます。 ## 参考情報: 直近のテーマ 現在特に注力している研究開発のテーマの具体例を以下に記載します。 これらのテーマを中心に目標や優先度を付けながら実際に取り組むテーマを定め、3名程度のチームメンバーをリードしながら推進していきます。 これら以外にも、LAPRASの中長期的な成長のために必要な研究開発のテーマを設定いただいて推進していただくのでも構いません。 - 職務経歴情報の意味解析・数値化・可視化 - 職務経歴情報からの情報抽出 - 職務経歴情報の時系列解析 - 職務経歴情報と求人情報のマッチング 詳しくはこちら https://esa-pages.io/p/sharing/4710/posts/7743/ea0a7480b8b75e3ecca0.html